资料内容：
1. 大模型大概有多大，模型文件有多大?
一般放出来的模型文件都是fp16的，假设是一个 n B的模型，那么模型文件占 2n G，fp16加载到显存里做推理也
是占 2n G，对外的pr都是 10n 亿参数的模型。
2. 能否用4 * v100 32G训练vicuna 65b？
不能。
• 首先，llama 65b的权重需要5* v100 32G才能完整加载到GPU。
• 其次，vicuna使用flash-attention加速训练，暂不支持v100，需要turing架构之后的显卡。
3. 如果就是想要试试65b模型，但是显存不多怎么办？
最少大概50g显存，可以在llama-65b-int4（gptq）模型基础上LoRA[6]，当然各种库要安装定制版本的。
4. nB模型推理需要多少显存？
考虑模型参数都是fp16，2nG的显存能把模型加载。
5. nB模型训练需要多少显存？
基础显存：模型参数+梯度+优化器，总共16nG。
activation占用显存，和max len、batch size有关
解释：优化器部分必须用fp32（似乎fp16会导致训练不稳定），所以应该是2+2+12=16，参考ZeRO论文。
注以上算数不够直观，举个例子？
7B的vicuna在fsdp下总共160G显存勉强可以训练。（按照上面计算7*16=112G是基础显存）
所以全量训练准备显存20nG大概是最低要求，除非内存充足，显存不够offload内存补。
6. 如何 估算模型所需的RAM？
首先，我们需要了解如何根据参数量估计模型大致所需的 RAM，这在实践中有很重要的参考意义。我们需要通
过估算设置 batch_size，设置模型精度，选择微调方法和参数分布方法等。
接下来，我们用LLaMA-6B 模型为例估算其大致需要的内存。
